Multimodálna GRU
Multimodálna GRU (Gated Recurrent Unit) rozširuje architektúru Gated Recurrent Unit tak, aby spoločne spracovávala sekvenčné dáta z viacerých vstupných modalít – ako je text, zvuk a video snímky – v rámci jedného rekurentného rámca. Spájaním kódovaní špecifických pre modalitu na úrovni vstupu alebo skrytého stavu zachytáva časové závislosti naprieč heterogénnymi dátovými tokmi a je široko používaná v multimodálnej analýze sentimentu, porozumení videa a audio-vizuálnom rozpoznávaní reči.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Cho, K., van Merriënboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. Proceedings of EMNLP 2014, 1724–1734. link ↗
- Zadeh, A., Chen, M., Poria, S., Cambria, E., & Morency, L.-P. (2017). Tensor Fusion Network for Multimodal Sentiment Analysis. Proceedings of EMNLP 2017, 1103–1114. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Multimodal Gated Recurrent Unit. ScholarGate. https://scholargate.app/sk/deep-learning/multimodal-gru
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Gated Recurrent Unit (GRU)Hlboké učenie↔ compare
- Long Short-Term Memory (LSTM)Hlboké učenie↔ compare
- Multimodálna klasifikácia založená na BERTHlboké učenie↔ compare
- Multimodal LSTMHlboké učenie↔ compare
- Multimodálna rekurentná neurónová sieťHlboké učenie↔ compare
- Multimodálny TransformerHlboké učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →